我正在寻找一个awk
从此表中获取的解决方案(第 1 列中有 x 个名称,第 2 列的长度不同,以“;”分隔):
数据框.txt:
name1 1;2;4;8
name2 4;5;7
name3 8
name4 11;12
namex 20;21
1
到这个包含存在和不存在的矩阵0
:
矩阵.txt:
1 2 4 5 7 8 11 12 20 21
name1 1 1 1 0 0 1 0 0 0 0
name2 0 0 1 1 1 0 0 0 0 0
name3 0 0 0 0 0 1 0 0 0 0
name4 0 0 0 0 0 0 1 1 0 0
namex 0 0 0 0 0 0 0 0 1 1
答案1
Awk
解决方案:
awk 'BEGIN{
h = "1 2 3 4 5 6 7 8 11 12 20 21";
len = split(h, head);
print "\t\t" h
}
{
printf "%s\t", $1;
for (i = 1; i <= len; i++)
printf "%s%d", (i == 1? "" : OFS), ($2 ~ "\\<" head[i] "\\>");
print ""
}' file
h = "1 2 3 4 5 6 7 8 11 12 20 21"
-标头线len = split(h, head)
- 将h
行分割成数组head
,其中索引是从起始位置开始的有序位置1
,值是通过分割获得的关键值;len
包含数组大小print "\t\t" h
- 打印标头带有前导制表符的行printf "%s\t", $1;
- 打印第一个字段$1
for (i = 1; i <= len; i++)
- 迭代head
项目$2 ~ "\\<" head[i] "\\>"
- 检查第二个字段是否$2
包含当前访问的项目head[i]
输出:
1 2 3 4 5 6 7 8 11 12 20 21
name1 1 1 0 1 0 0 0 1 0 0 0 0
name2 0 0 0 1 1 0 1 0 0 0 0 0
name3 0 0 0 0 0 0 0 1 0 0 0 0
name4 0 0 0 0 0 0 0 0 1 1 0 0
namex 0 0 0 0 0 0 0 0 0 0 1 1
答案2
另一种awk
方法是先自行生成标头,然后用1对于数组中的每个键都head
存在于当前输入行中,否则0如果不存在。
我们过去grep
只获取与-o
数字左边缘的空字符串匹配的数字(与我们在左侧和右侧使用的\b
相同)。\<
awk
awk 'NR==FNR { !head[$1]++; next }
{ printf $1; for (x in head) { printf (x?FS:"") ($0 ~ "\\<" x "\\>") }; print ""
}' <(grep -o '\b[0-9]\+' infile) infile
输出是:
name1 1 1 1 0 0 1 0 0 0 0
name2 0 0 1 1 1 0 0 0 0 0
name3 0 0 0 0 0 1 0 0 0 0
name4 0 0 0 0 0 0 1 1 0 0
namex 0 0 0 0 0 0 0 0 1 1
您可以生成标题并插入输入文件的第一行,然后就很awk
简单:
awk 'NR==1{ split($0, head); next }
{ printf $1; for (x in head){ printf (x?FS:"") ($2 ~ "\\<" head[x] "\\>" ) };
print "" }' infile